工作流是针对工作中具有固定程序的常规活动而提出的一个概念。通过将工作活动分解成定义良好的任务、角色、规则和过程来进行执行和监控,达到提高生产组织水平和工作效率的目的,为企业更好地实现经营目标提供了先进的手段。迁移工作流是将移动计算技术引入到传统的工作流管理系统而得到的一种新技术。基于移动计算范型的迁移工作流系统框架主要由迁移工作流管理引擎、迁移实例和工作位置三要素构成。迁移工作流管理引擎完成工作流过程定义、迁移实例生成和多迁移实例协调等;工作位置包括停靠站服务器及其相关联的工作机网络,是迁移实例的运行场所;迁移实例(Migrating Instance,MI)被定义为任务的执行体,它由工作流引擎生成,可以自主的在合适的工作位置之间进行迁移,并通过工作位置提供的本地资源和服务执行一项或多项任务,当迁移工作流实例发现当前工作位置不能满足其执行任务的要求时,可以迁移到另一个能满足其要求的工作位置上继续执行。迁移工作流路径规划研究是迁移工作流研究中的一个重要方向。它优化了迁移实例的迁移寻址过程。所谓路径规划是指迁移实例按照某一性能指标搜索一条从起始状态到目标状态的最优或次优路径。MI在进行路径规划时,需要根据迁移实例要完成的任务,工作位置提供的服务能力、网络的安全性、网络的软硬件环境及其他约束条件等决定最优迁移路径。目前大多数针对迁移工作流路径规划的的研究工作,一般考虑两方面的因素:资源环境和服务能力。而由于迁移工作流系统具有智能性、动态性和自主性等各种特性,因此需要从全局的角度反映环境的动态变化并给出路径规划的解决方法。基于以上研究背景,本文认为路径规划应能感知全局的环境信息,并要能够反映出系统资源的动态变化。文章根据迁移工作流的系统框架,提出了一种基于任务序列的全局路径规划和基于服务选优的局部路径规划相结合的路径规划方法,将路径规划问题转化为多目标优化问题。文章给出了迁移工作流路径规划实现框架图,并对规划过程进行了描述。基于模糊数学,对工作位置的安全性用安全系数的概念来描述和量化;基于免疫算法,给出了局部规划的实现步骤,并对重要的算子和函数进行了描述分析。算法中路径规划采用了基于克隆的免疫算法,它包含了克隆选择和进化的思想,具有很强的鲁棒性和较好的适应性。实验结果表明,新算法能提高路径规划效率,为迁移工作流路径规划提出了新的研究方向。